相關(guān)研究結(jié)果在醫(yī)學(xué)影像人工智能算法頂刊Medical Image Analysis上發(fā)表 中山大學(xué)附屬第六醫(yī)院 供圖
中新網(wǎng)廣州7月12日電 (蔡敏婕 簡文楊)中山大學(xué)附屬第六醫(yī)院12日發(fā)布消息稱,該結(jié)直腸肛門外科吳小劍團(tuán)隊在國際上率先實(shí)現(xiàn)了自主結(jié)腸癌病灶影像精準(zhǔn)分割的人工智能臨床解決方案。相關(guān)研究結(jié)果在醫(yī)學(xué)影像人工智能算法期刊《醫(yī)學(xué)圖像分析》發(fā)表。 基于影像的自動分割技術(shù)能夠輔助醫(yī)生精確了解病灶的位置、大小以及與周圍血管、組織的關(guān)系,幫助疾病診斷、圖像引導(dǎo)手術(shù)以及醫(yī)學(xué)數(shù)據(jù)的可視化,為臨床診療和病理學(xué)研究提供可靠的依據(jù)。當(dāng)前,能否實(shí)現(xiàn)全自動的、精準(zhǔn)的病灶分割是決定醫(yī)學(xué)影像在臨床使用效果的關(guān)鍵。 近年來,深度神經(jīng)網(wǎng)絡(luò)的快速發(fā)展使得許多先進(jìn)的分割方法都取得了進(jìn)展,但與肝臟、心臟等器官相比,由于腸道腫瘤的形態(tài)、位置的變化大,因此,腸道腫瘤的自動分割任務(wù)難度高。特別是結(jié)腸癌,因病灶分布范圍大、解剖結(jié)構(gòu)復(fù)雜,一直未能實(shí)現(xiàn)有效的病灶自動分割,這一現(xiàn)狀制約了腸癌精準(zhǔn)診療人工智能的臨床應(yīng)用。 對此,中山大學(xué)附屬第六醫(yī)院吳小劍教授團(tuán)隊牽頭,聯(lián)合喀什地區(qū)第一人民醫(yī)院鄒小廣教授團(tuán)隊、上海人工智能實(shí)驗室開展研究,在國際上率先實(shí)現(xiàn)了自主結(jié)腸癌病灶影像精準(zhǔn)分割的人工智能臨床解決方案,源于其開發(fā)的結(jié)腸癌病灶自動精準(zhǔn)分割的醫(yī)學(xué)影像人工智能弱監(jiān)督-半監(jiān)督框架(Segmentation Only Uses Sparse Annotations,SOUSA),并發(fā)表題為《只使用稀疏標(biāo)注的病灶分割:醫(yī)學(xué)圖像的聯(lián)合弱學(xué)習(xí)和半監(jiān)督學(xué)習(xí)》的通訊。 中山大學(xué)附屬第六醫(yī)院發(fā)布的消息稱,在本研究中,團(tuán)隊利用來自中山六院和喀地一院的923例有標(biāo)注結(jié)腸癌CT影像和2670例無標(biāo)注結(jié)腸癌CT影像作為SOUSA框架的訓(xùn)練數(shù)據(jù)集,并利用417例結(jié)腸癌CT影像對SOUSA框架進(jìn)行驗證,結(jié)果顯示其自動分割效果優(yōu)于現(xiàn)有的弱監(jiān)督和半監(jiān)督學(xué)習(xí)模型。 據(jù)介紹,此次SOUSA技術(shù)的開發(fā)在國際上首次實(shí)現(xiàn)了結(jié)腸癌的自動分割,為加速腸癌人工智能精準(zhǔn)診療的臨床應(yīng)用奠定了基礎(chǔ)。自動化標(biāo)準(zhǔn)化的精準(zhǔn)影像信息處理將有效地降低經(jīng)濟(jì)、時間和人力成本,為精準(zhǔn)診療的實(shí)施提供了臨床依據(jù)。(完) |